Skip to main content
Moodle UM
  • Home
  • Calendar
  • All courses
    Courses catalog Search courses
  • Help
    Teachers / Staffs Students Helpdesk
  • Vidéo
  • ENT
  • More
Close
Toggle search input
English ‎(en)‎
Deutsch ‎(de)‎ English ‎(en)‎ Español - Internacional ‎(es)‎ Français ‎(fr)‎ Italiano ‎(it)‎ 简体中文 ‎(zh_cn)‎
You are currently using guest access
Log in
Moodle UM
Home Calendar All courses Collapse Expand
Courses catalog Search courses
Help Collapse Expand
Teachers / Staffs Students Helpdesk
Vidéo ENT
Expand all Collapse all
  1. HAH811E9 - Science des Données - Niveau 1
  2. PROJET 2025
  3. Proposition de sujets de projet

Proposition de sujets de projet

Completion requirements
Opened: Thursday, 27 March 2025, 12:00 AM
Due: Tuesday, 1 April 2025, 1:00 AM

Projet libre de machine learning appliqué à la santé


Objectif général
Dans le cadre de cette UE, chaque étudiant ou binôme d'étudiants est invité à concevoir un projet de machine learning sur une problématique de santé qu’il choisira librement.

Ce projet vise à mobiliser les compétences acquises en analyse de données, préparation, modélisation, évaluation et interprétation dans un contexte réaliste.


Thème du projet
Le sujet est défini par chaque étudiants ou binôme d'étudiants : il peut s’agir, par exemple, de prédiction de diagnostics, de classification de données biologiques, de prévision d’évolution de pathologies, etc.


Les données devront provenir :

  • de jeux publics (Kaggle, UCI, UCR, etc.),

  • ou de jeux créés pour l'exercice


Livrables attendus

Chaque monôme ou binôme d'étudiants devra fournir :

  1. Un sujet de projet
  2. Une fois le sujet validé : 

  • un rapport de projet  incluant :

    • Présentation de la problématique de santéDescription et traitement des données
    • Expérimentations menées (modèles, métriques, choix techniques)
    • Analyse critique des résultats
    • Limites, perspectives et positionnement dans un contexte de santé
  • Les notebooks


Contraintes techniques

  • Le projet doit intégrer plusieurs modèles comparés

  • Une attention particulière est portée à la qualité de l’interprétation et à la pertinence dans le contexte médical


Calendrier

  • Semaine 1 
    • 27/3/2025 : Lancement du projet
    • 31/3/2025 : Dépôt des sujets
    • 02/04/2025 : Validation des sujets
  • Semaine 2 : 
    • 10/04/2025 : Retour intermédiaire 
  • Semaine 3 : 
    • 18/04/2025 : Dépôt final

Objectifs pédagogiques

  • Développer un projet de bout en bout, avec autonomie et esprit critique

  • Travailler sur une problématique de santé réelle ou réaliste

  • Approfondir les compétences techniques en data science

  • Mieux comprendre les enjeux liés aux données de santé


You are currently using guest access (Log in)
Data retention summary
Powered by Moodle